随着电子商务的蓬勃发展，越来越多的家庭开始频繁接收快递包裹。在社区，快递员通常不会按门铃或通知包裹已送达。许多人担心所谓的“门廊海盗”会偷走包裹，但更担心的是，狗会在拿到包裹之前就把它打开。目前市面上有商业服务可以通知包裹的到来，但需要每月订阅并上传视频到云端。而使用一台价值100美元的Jetson Nano和一台100美元的IP摄像头，就可以在本地实现这一功能。
在使用Jetson Nano进行计算机视觉学习后，开始对这个项目产生兴趣。最初是在苹果II上开始编程的，觉得现在作为计算机程序员的时代比以往任何时候都要激动人心。安装了门上方的摄像头后，就开始保存包裹送达后的快照。一旦收集了大约15张图片，就对它们进行标记（最初是在Azure的Custom Vision中进行的，后来将其导出到Roboflow）。15张图片可能看起来不够多，但这足以作为一个概念验证，可以在此基础上进行迭代。
问题是不难解决的，但希望误报率（错误地发出有包裹的信号）接近零。还希望总准确率超过95%。尝试了许多目标检测模型，以找到最适合数据集的模型——尽管这有过度拟合的风险。
从YOLOv2-tiny开始，这是一个416x416的模型。当运行检测时，将模型形状更改为1344x768。现在正在训练YOLOv4-tiny，并尝试不同的模型大小。包裹有各种大小，送货人员也不总是将它们放在靠近门的地方，因此能够多尺度检测是很重要的。
部署是一个巨大的挑战。花了很多时间才弄清楚如何将其转换为ONNX，然后转换为TensorRT。在某个仓库的帮助下，设法让一切都工作起来。目前每四秒钟轮询一次摄像头获取4k图像。也可以设置摄像头在每次检测到运动时通过ftp传输图像，这同样有效。对于包裹检测，很高兴有较慢的处理时间，如果这意味着更高的准确率的话。
展望未来，想看看是否可以在Jetson Nano上运行一个全尺寸模型，以换取更高的准确率，牺牲一些速度。还想了解更多关于迁移学习的知识。看来应该能够开始训练一个小模型，然后在训练过程中增加其大小。还想知道如何在添加数据集后的图像后继续训练——这是Roboflow目前正在研究的！